Temporal difference learningLe Temporal Difference (TD) learning est une classe d'algorithmes d'apprentissage par renforcement sans modèle. Ces algorithmes échantillonnent l'environnement de manière aléatoire à la manière des méthodes de Monte Carlo. Ils mettent à jour la politique (i.e. les actions à prendre dans chaque état) en se basant sur les estimations actuelles, comme les méthodes de programmation dynamique. Les méthodes TD ont un lien avec les modèles TD dans l'apprentissage animal. vignette|151x151px|Diagramme backup.
Pupillary responsePupillary response is a physiological response that varies the size of the pupil, via the optic and oculomotor cranial nerve. A constriction response (miosis), is the narrowing of the pupil, which may be caused by scleral buckles or drugs such as opiates/opioids or anti-hypertension medications. Constriction of the pupil occurs when the circular muscle, controlled by the parasympathetic nervous system (PSNS), contracts, and also to an extent when the radial muscle relaxes.
RenforcementEn psychologie, le renforcement est un procédé qui augmente la probabilité de répétition d'un comportement. Les théories sur l'apprentissage par renforcement sont étudiées par la psychologie béhavioriste et font l'objet de nombreuses applications visant à modifier les comportements animaux et humains. B.F. Skinner fut le premier à en étudier systématiquement les effets sur des rats et des pigeons. Le renforcement est une procédure par laquelle la fréquence d'apparition d'un comportement va augmenter en fonction de sa conséquence.
Théorie de l'apprentissage socialPlusieurs théories reçoivent la dénomination de théorie de l’apprentissage social. La plus connue d'entre elles est celle d’Albert Bandura. La théorie de l’apprentissage social (, abrégée SLT) d’Albert Bandura décrit comment l'enfant peut apprendre de nouveaux comportements en observant d'autres personnes : il imite les modèles de comportement qui font l’objet de récompenses et non de punitions (notion d'). Cette théorie a connu de nombreuses applications dans des domaines aussi divers que la psychologie (éducation, etc.
Comportement humainvignette| Les Homo Sapiens (humains) affichent souvent différents types de comportement. Le comportement humain est la capacité potentielle et exprimée (mentalement, physiquement et socialement) d'individus ou de groupes humains à répondre à des stimuli internes et externes tout au long de leur vie. Alors que les traits spécifiques de la personnalité, du tempérament et de la génétique peuvent rester stables, d'autres comportements changent à mesure que l'on passe entre les étapes de la vie, c'est-à-dire de la naissance à l'adolescence, à l'âge adulte et, par exemple, à la parentalité et à la retraite.
Deviance information criterionThe deviance information criterion (DIC) is a hierarchical modeling generalization of the Akaike information criterion (AIC). It is particularly useful in Bayesian model selection problems where the posterior distributions of the models have been obtained by Markov chain Monte Carlo (MCMC) simulation. DIC is an asymptotic approximation as the sample size becomes large, like AIC. It is only valid when the posterior distribution is approximately multivariate normal.
Gratification différéeLa gratification différée est la capacité de résister à une tentation de récompense immédiate pour obtenir une récompense plus tard. En général, la gratification différée est associée au fait qu'un individu puisse résister à une récompense immédiate dans le but d'obtenir une récompense plus importante par la suite. La gratification différée est liée à de nombreux points positifs dont le succès académique, la santé physique et psychologique, et la compétence sociale.
Psychologie expérimentaleLa psychologie expérimentale est le champ de la psychologie basé sur la méthode scientifique expérimentale. Elle a pour objet l'étude des comportements directement observables. Les psychologues expérimentaux usent de diverses méthodes : descriptives (comme les observations systématiques, les observations des corrélations, les relations entre variables, les études ex-post-facto...) ou encore la méthode expérimentale pure. Au , certains psychologues, notamment allemands, entreprirent d'étudier la psychophysique, c'est-à-dire la relation entre un stimulus physique et la perception que l'on en a.
Aide à la décision multicritèreL'aide à la décision multicritère constitue une branche d'étude majeure de la recherche opérationnelle impliquant plusieurs écoles de pensée, principalement américaine avec les travaux de Thomas L. Saaty et européenne avec ceux de Bernard Roy et du LAMSADE (Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision). Il s'agit de méthodes et de calculs permettant de choisir la meilleure solution ou la solution optimale parmi tout un ensemble de solutions, l'alternative de type OUI-NON n'étant qu'un cas particulier du cas général.
Visual memoryVisual memory describes the relationship between perceptual processing and the encoding, storage and retrieval of the resulting neural representations. Visual memory occurs over a broad time range spanning from eye movements to years in order to visually navigate to a previously visited location. Visual memory is a form of memory which preserves some characteristics of our senses pertaining to visual experience. We are able to place in memory visual information which resembles objects, places, animals or people in a mental image.
Jeux d'entrainement, de validation et de testEn apprentissage automatique, une tâche courante est l'étude et la construction d'algorithmes qui peuvent apprendre et faire des prédictions sur les données. De tels algorithmes fonctionnent en faisant des prédictions ou des décisions basées sur les données, en construisant un modèle mathématique à partir des données d'entrée. Ces données d'entrée utilisées pour construire le modèle sont généralement divisées en plusieurs jeux de données .
Système de classeursUn système de classeurs (Learning Classifier System ou LCS en anglais) est un système d'apprentissage automatique utilisant l'apprentissage par renforcement et les algorithmes génétiques. Ils ont été introduits par Holland en 1977 et développé par Goldberg en 1989 Un système de classeurs (aussi appelé classifiers) est composé d'une base de règles, appelée classeur, associés à un poids. Chaque règle est composée d'une partie condition et d'une partie action. Le classeur commence par être initialisé (aléatoirement ou non).
